java - Lucene中使用 vector 空间模型代替BM25

Question

如何更改 Lucene 中的评分并使用 vector 空间模型而不是 BM25？

Answer 1

您可以通过设置相似度来更改用于对文档进行评分的算法 IndexWriterConfig.setSimilarity和 IndexSearcher.setSimilarity 。请注意，您在编写和搜索时应该使用相同的相似性实现，并且通常需要在任何时候尝试不同的相似性时重新索引。

有多个 Similarity implementations开箱即用。

Lucene 旧的默认相似度是 ClassicSimilarity ，这是一个 TFIDF(即 VSM)实现，如 documented here .

但是，它不会根据您的评论实现您正在寻找的内容。它也不会为您提供一种有意义的方法来标准化分数，或建立有用的阈值，并且分数没有上限。